基于Kostiakov二参数入渗模型参数的BP预测

摘要：

基于黄土高原区大田耕作土壤的水分入渗试验，建立了Kostiakov二参数入渗模型参数的BP神经网络预测，实现了以土壤基本理化参数为输入变量，Kostiakov二参数模型参数为输出变量的BP预测方法，并分别对二参数模型中的入渗系数 k、入渗指数α以及90 min累积入渗量 H进行了预测值与实测值的精度比较，结果显示对入渗系数k实现BP预测的平均相对误差为6．0823％，入渗指数α的平均相对误差为1．0459％，90 min累积入渗量 H的平均相对误差为4．9735％，三者的平均相对误差值均在7％以下，预测精度较高，预测效果较好，表明以土壤基本理化参数为输入变量的BP神经网络预测是可行的。研究结果为获取准确的入渗参数提供技术手段，进而为提高农业灌溉水管理水平和灌水效率提供支撑。

关键词：耕作土壤、Kostiakov二参数入渗模型、入渗参数、土壤基本理化参数、BP预测模型

分类号：S152.7;TV93(土壤学)

资助基金：国家自然科学基金项目40671081。

在线出版日期：2016-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5